第 2 章（下）：方法论之多重检验与因子动物园

因子动物园（Factor Zoo）#

Cochrane（2011）创造的词：几十年来学术界发表的”显著因子”多达数百个，像动物园一样品种繁多。问题是——市场哪来这么多独立的收益来源？

Harvey, Liu & Zhu（2016）系统清点了 300 多个已发表因子后给出结论：按传统 t>2 的标准，相当比例的已发表因子是统计幻觉。原因就是多重检验。

多重检验：显著性是怎么被”用坏”的#

单次假设检验里，t>2（p<0.05）意味着”如果因子无效，只有 5% 的概率看到这么强的结果”。这个 5% 是为单次检验设计的。

但现实是：全世界的研究者在同一段历史数据上，检验了成千上万个候选因子。哪怕所有因子全是噪声，纯靠运气每 100 个也有约 5 个过线。而学术发表和策略上线都有筛选偏差——只有过线的被看见，没过线的被丢弃。于是”被看见的显著结果”里，假货比例远高于 5%。

这不是舞弊，是流程的结构性缺陷：显著性会被尝试次数消耗掉，而尝试次数往往不可见（你看不到别人悄悄试了多少个）。

学术界的应对#

• 提高门槛：Harvey 等人主张新因子的 t 值门槛从 2 提到 3（对应 p≈0.003）；
• 多重检验校正：Bonferroni、Holm、FDR（错误发现率）等方法，按尝试次数折算显著性——原书对这些方法有相当篇幅的介绍，思想都是”试得越多，单个结果要求越严”；
• 样本外与可复制性检验：McLean & Pontiff（2016）的著名发现——因子在论文发表后，溢价平均衰减过半。一半可能是套利资金涌入（真因子被赚平），一半可能本来就是数据窥探（假因子现出原形）。

对个人研究者的操作指引#

你一个人也是一个”微型因子动物园”——在本平台试 20 个因子挑最好的，和学术界的问题一模一样。自保守则：

1. 记账：老老实实记录试过多少个因子（包括失败的），评价最好结果时心里按尝试次数打折；
2. 提门槛：筛选出来的因子，要求 |t| > 3 而不是 2；
3. 先逻辑后数据：有经济逻辑的因子，先验概率高，同样的 t 值可信度更高——这是贝叶斯直觉：对”离奇的发现”要求更强的证据；
4. 留样本外：调参只用一段历史，最终检验用藏起来的另一段——样本外翻车立即放弃；
5. 警惕完美：结果好得反常（|IC|>0.1、IR 轻松破 1），第一假设是流程有错而不是发现了圣杯。

对应本平台#

• 「因子对比」页一次评估 13 个因子——这本身就是 13 重检验，看排名第一的因子时请记得打折；
• 第四课的提醒”一口气试了几十个因子，单个 t>2 也可能只是运气”、第六课的”诚实记录”，就是本页思想的操作化。

动手：在因子对比页跑一次全因子对比，数一数 |t|>2 的有几个、|t|>3 的还剩几个——后者才是你该认真对待的名单。

本页带走的三句话#

1. 显著性会被尝试次数消耗——你看到的”t>2”背后可能有 100 次没被看到的尝试；
2. 新因子按 t>3 的标准要求自己，有经济逻辑的可以适当放宽；
3. 因子发表（或你自己”发现”）之后衰减是常态——持续监控比一次检验重要。